Google Research将基础模型引入结核病筛查前线
Google Research与合作伙伴开发AI工具用于结核病筛查,通过胸部X光检测TB,已在六个国家的40家医疗机构部署,筛查时间从数周缩短至45秒内。团队开源了MedGemma多模态模型和MedSigLIP视觉-语言模型,支持本地部署和临床推理,并与印尼卫生部合作开发国家TB筛查方案,还开发了基于咳嗽声的HeAR声学筛查工具。
外观
Google Research与合作伙伴开发AI工具用于结核病筛查,通过胸部X光检测TB,已在六个国家的40家医疗机构部署,筛查时间从数周缩短至45秒内。团队开源了MedGemma多模态模型和MedSigLIP视觉-语言模型,支持本地部署和临床推理,并与印尼卫生部合作开发国家TB筛查方案,还开发了基于咳嗽声的HeAR声学筛查工具。
AWS发布多轮强化学习(MTRL)技术,通过Amazon SageMaker AI训练模型处理需要多步决策的任务。以Wordle游戏为例,使用GPT-OSS-20B模型,在默认推理能力下将解决率从61%提升至84%,低推理能力下从15%提升至69%,训练成本约339美元。该技术适用于企业内部多步骤任务,如工作流程自动化,无需指定正确路径,只需对最终结果评分。
OpenAI通过Habitat平台实现可靠的多租户架构、全球缓存和Azure Cosmos DB集成,为ChatGPT提供12倍读取速度提升,支持10亿用户规模。
AWS发布CDK构造,解决SageMaker AI端点配置更新时自动扩展资源冲突问题。该构造使用三个CloudFormation自定义资源,在端点更新前后自动注销和注册可扩展目标,确保自动扩展配置在部署过程中保持完整,无需手动干预。
AWS QuickSight层地图现在支持通过GeoJSON文件绘制点(Point)和路线(LineString)几何图形,可展示商店位置、航班路线等地理空间数据。用户可控制地图视口、叠加多种几何图形,并通过Amazon S3和API动态更新GeoJSON文件。该功能适用于需要固定位置展示和路线可视化的商业智能场景。
拜耳作物科学在Amazon Bedrock AgentCore上构建了代理式决策引擎(ADE),通过22个专业代理解决用户问题,80%无需工程师介入。该系统基于现有的连接决策引擎(CDE),添加自然语言接口,使用LangGraph编排,通过AgentCore Gateway实现工具访问,并采用AWS统一运营支持。
艾伦AI与宾夕法尼亚大学合作开发了LitPivot系统,帮助研究人员在早期研究阶段根据文献动态调整研究方向。该系统将研究提案分解为问题、贡献和评估三个部分,围绕正在编辑的部分组织相关文献,并提供基于文献支持的批判和建议。在17名研究人员的实验中,使用LitPivot开发的研究想法被认为比使用文本编辑器和AI聊天工具开发的想法更基于文献,参与者也认为其修订后的想法更具创新性和实用性。
Google展示了五位开发者如何使用Gemini 4 Argon构建应用,涵盖创意、教育和商业领域,包括游戏、教育工具和商业解决方案。这些案例展示了Gemini 4 Argon在创意生成、内容创作和问题解决方面的能力。
NVIDIA创始人黄仁勋访问哈萨克斯坦,与总统托卡耶夫和AI部长马迪耶夫会晤,讨论该国AI发展计划。Firebird公司宣布在哈萨克斯坦建设AI工厂,计划部署45,000颗NVIDIA Grace Blackwell GPU,总容量达500兆瓦。哈萨克斯坦最大电信公司Kazakhtelecom已部署880颗NVIDIA GPU,并计划再部署2,000颗。NVIDIA宣布投资哈萨克斯坦本土AI初创公司Higgsfield。
OpenAI宣布与波兰国家研究机构NASK建立合作,围绕AI安全、安保和技术研究展开,目标是加强防护措施并支持更具韧性的数字生态。双方未披露具体研究项目、时间表或投入规模。
Hugging Face发布torch-neuronx模型支持查询工具,可查看Hub上哪些模型能在AWS Trainium上运行,无需修改代码。该工具提供模型运行结果、所需Trainium核心数、运行时间和峰值内存信息,并提供运行脚本。目前仅支持文本生成和图像-文本到文本模型,计划扩展到diffusers和sentence transformers等任务。
微软与Hugging Face联合发布ThinkingBox-Training,通过将数据库终端状态的执行检查转化为奖励信号,对Qwen3.8-27B模型进行50步GRPO微调。结果显示,模型在ThinkingBox-Bench基准测试中的平均成功率从51.70%提升至60.78%,20次尝试全部成功的任务数量从38个增加到107个。该训练方法使用离线策略相对难度选择训练任务,显著提高了代理的可靠性和重复成功率。
OpenAI推出Decisions API,为任何应用提供快速、专注且低成本的决策能力。该API旨在帮助开发者构建更响应式的应用程序,通过简化的决策流程提升应用性能。
Amazon Polly生成式引擎升级后提供更自然、准确的语音输出,新增14种语音覆盖9个地区,首次正式支持印地语和芬兰语。现有应用无需修改代码即可使用升级后的语音,支持低延迟流式传输和SSML标记控制,适用于呼叫中心、媒体娱乐、电子学习和无障碍应用等多种场景。
IskayPet在西班牙、葡萄牙和法国运营330多家门店,面临跨四语言、三国家的企业知识管理挑战。他们使用Amazon Bedrock Managed Knowledge Bases构建企业知识助手,无需管理RAG基础设施,通过SharePoint连接器直接利用现有文档,支持混合搜索和文档级访问控制,将查找操作时间从3-5分钟缩短至7秒,预计每月可处理10万次查询。
AWS宣布SageMaker AI serverless模型定制新增训练会话功能,允许开发者编写和协调训练循环,包括自定义损失函数或奖励信号,同时由平台处理GPU分配、分布式执行、故障恢复和检查点存储。支持SFT、DPO、RLVR、RLAIF或多轮强化学习等技术,可选择LoRA或全参数微调,并提供训练会话食谱和模型定制代理技能。目前支持gpt-oss-20b、gemma-4-31B-it、Qwen3.6-27B和Qwen3.8-27B模型。
AWS推出SageMaker训练会话API,允许开发者编写自定义训练循环,同时由服务管理GPU基础设施。该API提供forward_backward、optim_step和sample等操作,支持监督微调、强化学习等多种训练方法,并按使用量计费。同时发布训练会话食谱库,包含SFT和RL等可运行示例。
AWS发布Amazon Quick在HIPAA合规环境下的部署指南,详细介绍了如何利用该服务构建符合HIPAA法规的AI工作空间。文章解释了HIPAA适用范围、Amazon Quick的HIPAA资格与合规区别,以及如何通过ACL访问控制、加密、审计日志等措施保护受保护健康信息(PHI)。指南包括AnyCompany Health Plan的部署案例和最佳实践,强调AWS与客户在合规责任上的分工。
AWS发布解决方案,通过在Amazon SageMaker AI上部署Kokoro-82M文本转语音模型,实现AI语音代理的句子级流式合成。该方法将语音合成延迟降低52.4%,在端到端测试中提升2.4-3.5倍响应速度,同时解决了传统方案中音频传输负载增加33%和帧对齐问题。